当务之急最该解决的问题是大众对于 AI大模型的正确认知以及最基本的AI用法。
你看这是前两天的测试结果，突出了一个政治正确，6款大模型，OpenAI的o3倒数第一，我当时看到的时候就觉得很奇怪，o3好歹也是曾经的一代王者，高考数学这种题它排名这么低怕不是有什么猫腻。
我们就拿单选题的第五题来测试下，因为这道题除了o3，其他的国产模型都答对了。
这是第五题的原题，正确答案是A. - 1/2。
这是之前的第三方的测试结果，6个模型…。
代码：
上海作为超大城市，高架上反而没有特别拥堵，上海交警是如何治理的？有哪些措施是其他城市可以效仿的？
Rust开发Web后端效率如何？
Rust 是否会被美国国家安全局植入后门？
中国有能打到美国本土的导弹吗……有的话最远能打到哪里呢？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
三亚女游客毒蛇咬伤致死***暴露了我国什么问题？
为什么从事技术的人普遍都比较难沟通？
上海公交站名为什么都是两条路?是什么意思？
鱼缸氨氮含量低，但是硝酸盐和亚硝酸盐爆表，已经一个多周了，咋办？
Cloudflare是一家什么样的公司？
如果苹果真的下架了微信的话，会发生什么？
duckdb的性能如何？
你认为这次伊以冲突，以色列这次干得漂亮吗?
眼睛有飞蚊症可以自愈吗?
Node.js是谁发明的?
胸大的女孩会自卑 吗？
男朋友因为打游戏骗我去睡觉被我识破，然后我提了分手，他同意了，问问男孩子们他怎么想的？
歼-20 在国际上到底是什么地位？
如果SSD硬盘闲置很多年，内部数据会不会丢失？
Mac电脑总是提示磁盘已满，怎么才能清理干净？
照骗能骗到什么程度？
男女对立会在10后里缓和吗？
如何评价人民网评关于集中整治违规吃喝的发文？
电视剧《长安的荔枝》17-20 集拍得如何？有哪些值得关注的剧情点？
HTTP/3 解决了什么问题，又引入了什么新问题？
有哪些是你用上了mac才知道的事？
UUID真的是全球唯一吗？
你怎么看待剪映收费过高问题？
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
为什么说男人至死都是少年？
